主成分回归残差神经网络校正算法用于近红外光谱快速测定汽油辛烷值

被引:25
作者
史月华
陆勇
徐光明
徐元植
徐铸德
蔡大雄
陆文琼
马竞涛
机构
[1] 浙江大学化学系!杭州,浙江大学化学系!杭州,浙江大学化学系!杭州,浙江大学化学系!杭州,浙江大学化学系!杭州,镇海炼油化工有限公司研究中心!镇海,镇海炼油化工有限公司研究中心!镇海,镇海炼油化工有限公司研究中心!镇海
关键词
主成分回归; 残差; 神经网络; 汽油; 辛烷值; 近红外光谱;
D O I
暂无
中图分类号
O657.3 [光化学分析法(光谱分析法)];
学科分类号
070302 ; 081704 ;
摘要
根据汽油辛烷值预测体系本身的非线性特点 ,提出主成分回归残差神经网络校正算法(principalcomponentregressionresidualartificialneuralnetwork ,PCRRANN)用于近红外测定汽油辛烷值的预测模型校正。该方法结合了主成分回归算法 (PC) ,与经典的线性校正算法PLS(PartialLeastSquare) ,PCR ,以及非线性PLS(NPLS ,Non linearPLS)等相比 ,预测能力有明显的改善。文中还讨论了PCR主成分数及训练参数对预测模可能的影响
引用
收藏
页码:87 / 91
页数:5
相关论文
共 4 条
[1]  
化学计量学方法.[M].许禄;邵学广著;.科学出版社.2004,
[2]  
人工神经网络实用教程.[M].杨建刚编著;.浙江大学出版社.2001,
[3]   近红外光谱法测定汽油辛烷值和辛烷值仪的研制 [J].
王宗明 ;
华伟英 ;
程桂珍 ;
杨玉坤 ;
龙义成 ;
韦占凯 ;
武惠忠 .
石油炼制与化工, 1997, (01) :22-27
[4]   近红外光谱分析技术在油品分析中的应用 [J].
宋志远 ;
林元圭 .
分析仪器, 1995, (03) :41-45